Handy简介
AI/ML
Handy 是一款免费、开源的跨平台桌面应用,提供完全离线的语音转文字体验。用户只需按下快捷键说话,松开后文字便会自动输入到当前光标所在的任意文本框中。
它解决了传统语音输入依赖云端服务带来的隐私泄露和网络延迟问题。所有音频处理和转录均在本地完成,支持 Windows、macOS 和 Linux,适合对数据隐私有严格要求或需要在无网络环境下进行语音输入的用户。
亮点特性
01完全离线运行,使用 Silero VAD 过滤静音并结合 Whisper 或 Parakeet 模型在本地完成转录,保障绝对隐私
02支持 GPU 加速的 Whisper 模型(Small/Medium/Turbo/Large)以及专为 CPU 优化且支持自动语言检测的 Parakeet V3 模型
03提供丰富的 CLI 参数和 Unix 信号支持,可轻松与 Raycast、Sway、Hyprland 等外部工具或窗口管理器集成
04支持手动导入自定义 GGML 格式的 Whisper 微调模型,满足特定领域的高精度识别需求
05基于 Tauri 构建,原生支持 Windows、macOS 和 Linux 三大桌面平台
使用场景
场景 1程序员在 IDE 中通过语音快速编写代码注释或文档,无需双手离开键盘切换输入法
场景 2医生、律师等专业人士在离线环境中口述机密记录,确保敏感语音数据绝不上传云端
场景 3内容创作者或作家在写作软件中进行长篇语音听写,利用本地大模型获得高准确率转录
快速上手
安装步骤
macOS:
|
Windows:
|
Debian/Ubuntu:
从 Releases 页面下载 .deb 文件后执行:
|
基本配置
-
启动 Handy 并授予麦克风和辅助功能权限 -
在设置中配置你习惯的键盘快捷键 -
选择合适的转录模型(支持 Whisper 系列及 CPU 优化的 Parakeet V3)
核心用法示例
- 按住模式
:按住快捷键开始录音,松开停止并转录 - 切换模式
:点按一次快捷键开启录音,再点按一次停止 - CLI 控制
:可通过命令行控制正在运行的实例
|
替代方案
对比 1buzz
同样基于 Whisper 的离线转录工具,但 Buzz 更侧重于音频文件转录,而 Handy 专注于实时系统级语音输入
对比 2nerd-dictation
Linux 下的开源离线语音输入工具,功能类似但仅支持 Linux 且配置相对极客,Handy 则提供了更好的跨平台 GUI 体验
对比 3WhisperType
跨平台的 Whisper 桌面客户端,支持实时转录,但在系统级快捷键触发和剪贴板无缝粘贴体验上不如 Handy 专注
相关资源
项目地址github.com/cjpais/Handy

